AI 产品 / LLM 应用 / RAG / Agent 构建者
吴锋
我把 AI 想法做成可演示、可验证的产品型 MVP。
我关注如何把模型能力变成用户真正可感知的流程：先定义问题和需求，再拆分能力、设计交互、完成实现，并让结果可解释、可复盘、可继续迭代。
代表系统
CareerPilot
01面向 JD 解析、简历定制与面试准备的 AI 求职协作助手
StyleSnap
02生成可解释每日穿搭的多模态衣橱助手
MedRAFT Medical RAG QA System
03面向中文问答的证据驱动医疗 RAG 工作流
Multi-Agent Quant Research System
04面向基金轮动研究的 Agent 决策支持系统
旗舰项目
四个围绕工作流设计、MVP 验证与结果可解释性展开的 AI 产品案例。
每个项目都展示我如何把模型能力转化为具体用户路径、决策逻辑、界面呈现与可衡量的产品结果。
能力结构
从需求定义到界面交付的 AI 产品落地能力。
我的能力覆盖 LLM 应用、RAG 流水线、多模态体验、Agent 工作流与全栈 MVP 实现，强调产品思维与动手落地并重。
LLM 应用
提示词设计模型 API结构化输出工作流设计
RAG 系统
文本分块Embeddings向量检索效果评估
AI Agent
Agent 拆分工作流状态Critic Agent人工审核
多模态 AI
视觉模型图像理解推荐系统DeepSeek API
全栈工程
ReactNext.jsFastAPISpring BootSupabase
数据科学
PythonSQLPyTorchTransformersLoRA/QLoRA
工作方式
先用产品视角定义问题，再用工程能力把 demo 做真实。
我关注的不是只有模型效果，而是系统是否能被真正展示和讨论：用户流程是否清晰、输出是否有依据、决策逻辑是否可见、界面是否方便理解与复盘。
正在寻找更偏产品的 AI 实习机会，也愿意继续做落地型 LLM 应用实现。
我尤其关注应用型 AI 产品、工作流助手、RAG 体验、多模态助手与 Agent 工具，以及适合通过 MVP 快速验证价值的方向。